/ Модель
Каталог

Характеристики

Контекст
8 192 токена
Параметры
4 млрд
Размер весов
9,1 ГБ
Архитектура
llama · dense
Базовая модель
Meta-Llama-3-8B
Опубликована
24 мая 2024

Ссылки

Hugging Face

llama-3-8b-slow-DUS-random-layer2-method2

ryan0712
Генерация текстаТекст → текст

Текстовая модель семейства Llama для генерации текста, полученная слиянием на основе NousResearch/Meta-Llama-3-8B.

10скачиваний за 30 дней0лайковвеса обновлены24 мая 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

llama-3-8b-slow-DUS-random-layer2-method2 — текстовая генеративная модель семейства Llama, созданная с помощью LazyMergekit на основе NousResearch/Meta-Llama-3-8B. В README перечислены повторяющиеся экземпляры одной базовой модели; конфигурация слияния опущена, поэтому точный способ объединения и его влияние на поведение определить нельзя.

Модель предназначена для генерации текста. Архитектура — плотная LlamaForCausalLM, формат весов — safetensors; метаданные указывают 4 млрд параметров и контекст до 8192 токенов. Базовая модель рассчитана на английский текст и код, в том числе для диалоговых приложений. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация английского текста
  • написание фрагментов кода
  • создание ответов в диалоге
  • продолжение текстового промпта

Ограничения

Конфигурация слияния в README опущена, поэтому поведение и качество объединённой модели не описаны. Указанный размер 4 млрд параметров расходится с размером базовой модели, приведённым в её каталожном описании.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

llama-3-8b-slow-DUS-random-layer2-method2

llama-3-8b-slow-DUS-random-layer2-method2 is a merge of the following models using LazyMergekit:

🧩 Configuration

slices:

      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [4, 5]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [6, 7]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [8, 9]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [10, 11]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [11, 12]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [12, 13]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [14, 15]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [16, 17]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [17, 18]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [20, 21]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [23, 24]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [25, 26]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [26, 27]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [28, 29]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [29, 30]
    
      - sources:
          - model: NousResearch/Meta-Llama-3-8B
            layer_range: [31, 32]
    
merge_method: passthrough
dtype: bfloat16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "ryan0712/llama-3-8b-slow-DUS-random-layer2-method2"
messages = [{"role": "user", "content": "What is a large language model?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
bc6240f

0 моделей

    Создать бенчмарк